以算促學(xué)，

上海誕生高校智算的全國(guó)樣板間。

AI掀起的新一輪智能化浪潮席卷全球，大眾所熟悉的場(chǎng)景，是使用Agent協(xié)助完成工作任務(wù)，乘坐智能駕駛車輛出行，亦或觀看機(jī)器人表演，靜水流深的另一面，是AI參與和驅(qū)動(dòng)學(xué)術(shù)、科研，動(dòng)力路徑日益明晰。

12月23日，人才輩出的百年學(xué)府上海交通大學(xué)有位“特別成員”正式亮相——由上海交大聯(lián)合華為，共同打造的“致遠(yuǎn)一號(hào)”智算平臺(tái)，這標(biāo)志著交大向“AI for Science”科研范式邁出了堅(jiān)實(shí)一步。

其定位全國(guó)高校最大的國(guó)產(chǎn)智算算力基礎(chǔ)設(shè)施，自2024年12月啟動(dòng)，用時(shí)不到一年，完成了千卡昇騰集群本地部署和云上千卡規(guī)?；瘧?yīng)用，峰值算力633 PFLOPS、存儲(chǔ)容量13P，令千億參數(shù)級(jí)的大模型校內(nèi)訓(xùn)練，落地成為現(xiàn)實(shí)。

它為師生提供的，是開箱即用的AI應(yīng)用服務(wù)，為科研訓(xùn)練、教學(xué)實(shí)訓(xùn)與課程實(shí)驗(yàn)，提供了堅(jiān)實(shí)的算力底座。

站在由AI賦能的“大科學(xué)時(shí)代”的嶄新起點(diǎn)，隨著科研范式正在被重塑，高校需要怎樣的智算平臺(tái)，為其教學(xué)科研管理提速？來自產(chǎn)業(yè)界與學(xué)界的兩方頂尖力量，這一次交出的，是放之于全球都足夠有份量的中國(guó)范本。

順應(yīng)第五范式的進(jìn)化

致遠(yuǎn)一號(hào)的出現(xiàn)，恰逢其時(shí)。

在全球范圍內(nèi)，AI4Science即“人工智能驅(qū)動(dòng)的科學(xué)研究”，正迅速占領(lǐng)高地，成為繼經(jīng)驗(yàn)科學(xué)、理論科學(xué)、計(jì)算科學(xué)和數(shù)據(jù)科學(xué)之后，現(xiàn)代科學(xué)活動(dòng)的“第五范式”。

有兩點(diǎn)洞察，值得注意：

其一，越來越多科研人士、學(xué)術(shù)人士，積極擁抱AI、高效使用AI。

比如，斯坦福在今年10月，舉辦的一場(chǎng)史無前例的“科學(xué)AI智能體開放會(huì)議”，要求AI擔(dān)任第一作者以及審稿人。

據(jù)Google DeepMind的報(bào)告顯示，全球?qū)嶒?yàn)室對(duì)AI的使用量，呈指數(shù)級(jí)增長(zhǎng)。每三位博士后研究員中，就有一位正在使用大語言模型（LLM），來協(xié)助完成科研工作。

其二，AI直接參與甚至重新定義了科學(xué)發(fā)現(xiàn)的邊界與方式，產(chǎn)出關(guān)鍵價(jià)值。

其最能發(fā)揮顛覆性作用的，通常是數(shù)據(jù)密集型、實(shí)驗(yàn)復(fù)雜或成本高、規(guī)律難以直接觀察的科研方向。

典型的例子是，2024年諾貝爾物理學(xué)獎(jiǎng)和化學(xué)獎(jiǎng)，雙雙頒給AI相關(guān)領(lǐng)域。

尤其AlphaFold 3獲得化學(xué)諾獎(jiǎng)，讓科學(xué)界有信心，會(huì)見證越來越多類似AlphaFold的模型，為接下來至少10年的科學(xué)突破，起到關(guān)鍵作用。

AI4Science的本質(zhì)，在于將人工智能的算力與科學(xué)家的智慧結(jié)合起來，目的不是為了替代人，而是讓科研活動(dòng)的進(jìn)行，能更快、更準(zhǔn)、更聰明。

一方面，世界主要大國(guó)及頂尖科技大廠競(jìng)相布局，瞄準(zhǔn)AI4Science鞏固全球科研領(lǐng)導(dǎo)地位。另一方面，AI4Science具備數(shù)據(jù)驅(qū)動(dòng)、智能技術(shù)驅(qū)動(dòng)的典型特征，以超大規(guī)模異構(gòu)算力為基礎(chǔ)的智能計(jì)算平臺(tái)，會(huì)成為支撐教學(xué)科研的堅(jiān)實(shí)底座。

為應(yīng)對(duì)全球AI激烈競(jìng)爭(zhēng)，中國(guó)相關(guān)政策舉措，密集推行，強(qiáng)調(diào)深化人工智能與教育領(lǐng)域的融合創(chuàng)新。

2023年國(guó)家發(fā)展改革委（NDRC）等部門為落實(shí)《深入實(shí)施“人工智能+”行動(dòng)》而啟動(dòng)的具體實(shí)施計(jì)劃，“人工智能產(chǎn)教融合專項(xiàng)工程”，提出要建設(shè)12所國(guó)家級(jí)AI平臺(tái)高校，打破產(chǎn)教壁壘，上海交通大學(xué)被列為重點(diǎn)牽頭單位。

在此背景下，上海交大與華為共建“致遠(yuǎn)一號(hào)”，可謂水到渠成，既包含科研和教學(xué)的實(shí)際需求，也涉及國(guó)家戰(zhàn)略和長(zhǎng)遠(yuǎn)發(fā)展，新平臺(tái)將為其AI4Science時(shí)代的人才培養(yǎng)、技術(shù)研發(fā)和產(chǎn)學(xué)研融合，提供強(qiáng)大的底層算力支撐。

在華為全聯(lián)接大會(huì)2025上，上海交通大學(xué)常務(wù)副校長(zhǎng)奚立峰教授提到，“AI素養(yǎng)的培育，需要原創(chuàng)性的研究探索、實(shí)踐性的教學(xué)環(huán)境以及實(shí)訓(xùn)性實(shí)驗(yàn)平臺(tái)，因此大力推進(jìn)算力基礎(chǔ)建設(shè)用于支撐相關(guān)轉(zhuǎn)型升級(jí)成為必然。”

交大已推出“AI十條”校級(jí)戰(zhàn)略，目前科研計(jì)算100%全覆蓋所有學(xué)科大類，500多門教學(xué)課程已經(jīng)進(jìn)行AI化轉(zhuǎn)型。因此，一直前瞻性推進(jìn)校級(jí)集約式算力基建多元布局的交大果斷決策，攜手華為及其他生態(tài)伙伴，啟動(dòng)智算平臺(tái)“致遠(yuǎn)一號(hào)”的建設(shè)。

圍繞產(chǎn)教融合，雙方此前就頗有交集，早在2020年，就簽約“智能基座”產(chǎn)教融合協(xié)同育人基地，合作邁入制度化和常態(tài)化的階段。

通過“致遠(yuǎn)一號(hào)”，無疑推動(dòng)上海交大和華為的合作新征程，再上一個(gè)臺(tái)階。

奚立峰表示，“致遠(yuǎn)一號(hào)”將為交大的持續(xù)科研創(chuàng)新，注入澎湃動(dòng)能。

以算助研鋪開“交大模板”

觀察“致遠(yuǎn)一號(hào)”的建設(shè)與落地，這座教學(xué)教研“倍增器”能成為新標(biāo)桿，很重要的一點(diǎn)在于規(guī)劃和調(diào)度，統(tǒng)一集中在校級(jí)層面。

如何避免重復(fù)建設(shè)、提升資源利用效率，是AI時(shí)代高校智算中心建設(shè)的重要議題。

“致遠(yuǎn)一號(hào)”采用校級(jí)統(tǒng)籌建設(shè)模式，充分發(fā)揮平臺(tái)頂層設(shè)計(jì)和教學(xué)科研資源整合優(yōu)勢(shì)，真正讓平臺(tái)為高校的實(shí)際需求所驅(qū)動(dòng)。

通過集約化建設(shè)、專業(yè)化運(yùn)營(yíng)，使得算力資源的規(guī)劃、部署與演進(jìn)，能夠直接對(duì)齊學(xué)校的學(xué)科組織結(jié)構(gòu)、科研重點(diǎn)與教學(xué)需求，而非被單一學(xué)院、單一課題或短期項(xiàng)目所牽引。

由此，從過去分散的“煙囪系統(tǒng)”到如今高效的“統(tǒng)一調(diào)度”，避免了常見的“重復(fù)投資、各自為政”問題，真正實(shí)現(xiàn)計(jì)算資源的最優(yōu)配置。

在校級(jí)統(tǒng)籌模式之下，華為提供一系列軟硬件資源，例如鯤鵬CPU服務(wù)器、AI加速訓(xùn)練卡等，相當(dāng)于給整個(gè)系統(tǒng)的運(yùn)轉(zhuǎn)，造好關(guān)鍵的發(fā)動(dòng)“引擎”，此外，平臺(tái)建設(shè)的多個(gè)系統(tǒng)模塊，涉及異構(gòu)算力調(diào)度、平臺(tái)運(yùn)維、用戶入口、文件與數(shù)據(jù)庫(kù)系統(tǒng)等，這些模塊化的能力，華為通過生態(tài)力量來補(bǔ)齊。

如此一來，校方不僅實(shí)現(xiàn)了算力運(yùn)行模式的系統(tǒng)性重塑，同時(shí)還獲得了數(shù)字化建設(shè)的全生命周期、一站式服務(wù)的支撐。

目前， “交我算”作為統(tǒng)一的入口，面向全校師生提供算力申請(qǐng)、任務(wù)管理、賬號(hào)接入等全套服務(wù)。

其科研計(jì)算的便利性與系統(tǒng)性大幅提升的背后，在于“致遠(yuǎn)一號(hào)”擁有超強(qiáng)的硬件組成、算力配置、調(diào)度能力。

智算峰值算力能達(dá)到633 PFLOPS的“致遠(yuǎn)一號(hào)”，其大規(guī)模并行計(jì)算能力，能夠支持千億參數(shù)級(jí)的大模型訓(xùn)練任務(wù)，在校內(nèi)高效完成。

背靠這個(gè)名副其實(shí)的“算力工廠”，智能科研從此架設(shè)起“高速公路”，不僅大幅降低智算資源采購(gòu)與使用成本，而且是“科研-教育-管理”全場(chǎng)景可用，算力調(diào)用更自主。

要知道，算力是AI4Science的重要生產(chǎn)力?？蒲惺莻€(gè)數(shù)據(jù)密集型領(lǐng)域，無論是訓(xùn)練復(fù)雜的深度學(xué)習(xí)模型，還是處理大規(guī)模的數(shù)據(jù)集、復(fù)雜的模型結(jié)構(gòu)，都需要巨大的高性能計(jì)算資源來承載。

那么，致遠(yuǎn)一號(hào)具體如何支持師生的AI訓(xùn)練？

今年4月，上海交大在官微披露完成首期建設(shè)的進(jìn)展，在配置304張昇騰910B加速卡的基礎(chǔ)上，推出國(guó)內(nèi)高校首個(gè)本地滿血版 DeepSeek，面向全校師生開放。

雖是首期建設(shè)階段，各項(xiàng)工作卻做得很細(xì)致，“交我算”團(tuán)隊(duì)專門招募了一支學(xué)生團(tuán)隊(duì)，研究更具針對(duì)性的服務(wù)模式。

其不僅整理了面向多個(gè)學(xué)科的專業(yè)提示詞和幾百個(gè)案例，涵蓋理學(xué)、工科、人文社科等，還考慮到DeepSeek專注文字讀寫，但不會(huì)“看圖說話”，以及DeepSeek 671B滿血版參數(shù)量太大，做模型微調(diào)費(fèi)時(shí)費(fèi)力等問題，部署并實(shí)測(cè)多款輕量級(jí)多模態(tài)模型，幫學(xué)生和教師根據(jù)自身需求，選擇最適合的模型。

據(jù)悉，除了提供先進(jìn)的計(jì)算資源，“交我算”平臺(tái)還依托一支由30余名成員組成的校級(jí)計(jì)算服務(wù)團(tuán)隊(duì)，為學(xué)?？蒲?、教學(xué)和管理保駕護(hù)航。

對(duì)上海交大而言，致遠(yuǎn)一號(hào)的順利建成，有著極為深遠(yuǎn)的價(jià)值意義。

這家高校去年交出了一張頗為亮眼的智慧成果答卷。Nature（《自然》）、Science（《科學(xué)》）、Cell（《細(xì)胞》），是世界公認(rèn)的三大頂級(jí)學(xué)術(shù)期刊，外界通常簡(jiǎn)稱為“NSC”。2024年，交大學(xué)者在NSC上共計(jì)發(fā)文58篇，58篇發(fā)文中，10篇入選2024年ESI高被引論文。

乘勢(shì)而上，提速建設(shè)具有全球影響力的科技創(chuàng)新中心，之于上海交大，“致遠(yuǎn)一號(hào)”能大幅降低在校師生使用算力的門檻，實(shí)實(shí)在在地提升學(xué)生的動(dòng)手能力以及升學(xué)/就業(yè)競(jìng)爭(zhēng)力，助力打造具有全球視野的復(fù)合型領(lǐng)軍人才，與此同時(shí)，鑄造了一張全新的科研名片，未來勢(shì)必源源不斷地吸引優(yōu)質(zhì)生源和高水平的師資力量。

奚立峰表示，面向未來，上海交通大學(xué)與華為將持續(xù)深化戰(zhàn)略合作，構(gòu)建一個(gè)可持續(xù)、自進(jìn)化、世界級(jí)的AI應(yīng)用生態(tài)圈，共同探索“AI+教學(xué)、科研、管理”等場(chǎng)景的協(xié)同創(chuàng)新。

用AI打開科學(xué)生產(chǎn)力的新圖景

得益于“致遠(yuǎn)一號(hào)”護(hù)航，已有不少科研成果，順利誕生。

例如肖湘團(tuán)隊(duì)的“溟淵計(jì)劃”。該團(tuán)隊(duì)以馬里亞納海溝采集的近2000份深淵樣本，作為基礎(chǔ)，構(gòu)建了全球唯一的深淵生物大數(shù)據(jù)庫(kù)，研究鑒定出7564種深淵原核微生物，其中89.4%為未報(bào)道新物種。

面對(duì)超高通量多組學(xué)數(shù)據(jù)的復(fù)雜解碼任務(wù)，“交我算”平臺(tái)從存力與算力資源、軟件棧適配到數(shù)據(jù)分析與代碼優(yōu)化，提供了全流程支撐，幫助將算法運(yùn)行效率，提升九倍以上，從而顯著壓縮科研周期。

未來，團(tuán)隊(duì)計(jì)劃更進(jìn)一步，基于數(shù)據(jù)集，構(gòu)建深海微生物多模態(tài)通用大模型，系統(tǒng)解析物種多樣性、群落結(jié)構(gòu)及其對(duì)極端環(huán)境的適應(yīng)機(jī)制。

劉穎斌團(tuán)隊(duì)的GBCseeker膽囊癌早篩項(xiàng)目，同樣受益于此。

膽囊癌是沉默的“隱形殺手”，5年平均生存率約5%、傳統(tǒng)術(shù)前診斷率不足30%，而早篩后五年生存率可顯著提升至75%。

劉穎斌團(tuán)隊(duì)通過將液體活檢與AI影像組學(xué)整合，構(gòu)建了膽囊癌早期診斷大模型GBC seeker，依托多模態(tài)AI系統(tǒng)，實(shí)現(xiàn)膽囊癌（GBC）與良性病變的無創(chuàng)精準(zhǔn)鑒別，使術(shù)前診斷準(zhǔn)確率提升至93.3%，誤診率降低超56%。

考慮到該團(tuán)隊(duì)需要整合基因、影像與臨床信息，項(xiàng)目對(duì)強(qiáng)算力與高可靠存儲(chǔ)依賴較強(qiáng)，“交我算”不僅提供資源底座，還參與多種突變檢測(cè)算法的構(gòu)建與優(yōu)化，推動(dòng)關(guān)鍵技術(shù)環(huán)節(jié)的攻堅(jiān)與突破。

依托“交我算”平臺(tái)的高效運(yùn)轉(zhuǎn)，支撐訓(xùn)練的模型已應(yīng)用于腦科學(xué)、合成生物、新能源等方向，支撐多項(xiàng)國(guó)家級(jí)科研成果發(fā)布，真正讓科研產(chǎn)出“看得見、可復(fù)用、能轉(zhuǎn)化”。

由于“致遠(yuǎn)一號(hào)”已經(jīng)完成下一代910C架構(gòu)的適配，意味著作為可進(jìn)化的平臺(tái)，未來它將平滑升級(jí)，無需推倒重建，顯著節(jié)約升級(jí)成本。

作為國(guó)內(nèi)規(guī)模最大的高校智算平臺(tái)，致遠(yuǎn)一號(hào)穩(wěn)步進(jìn)階，更大的意義，在于為全國(guó)高校的數(shù)智轉(zhuǎn)型，探索出一條可借鑒、可復(fù)制的路徑。

算力進(jìn)校，漸成熱潮。包括清華大學(xué)、北京大學(xué)等在內(nèi)的多所高校，都已建成自己的算力中心，但隨著算力需求的不斷擴(kuò)大，高校的科研基礎(chǔ)設(shè)施，正面臨資源總量有限、算力不足等一系列挑戰(zhàn)。

從技術(shù)標(biāo)準(zhǔn)、課程體系、管理規(guī)范到運(yùn)營(yíng)模式，交大聯(lián)手華為，能提供一套非常詳盡的說明書，為其他高校的數(shù)智化轉(zhuǎn)型，提供有針對(duì)性的發(fā)展建議。

隨著平臺(tái)的運(yùn)作逐漸完善，團(tuán)隊(duì)積累的經(jīng)驗(yàn)和心得越來越豐富，并有越來越多的科研成果被孵化出來，將為教育強(qiáng)國(guó)的發(fā)展，貢獻(xiàn)不可忽視的力量。

對(duì)華為而言，作為教育數(shù)字化的使能者，它將通過致遠(yuǎn)一號(hào)在這一領(lǐng)域的實(shí)踐，留下濃重一筆，推動(dòng)“交大華為模式”，成為產(chǎn)教融合的標(biāo)準(zhǔn)范本。

當(dāng)前，華為已構(gòu)建了面向教育行業(yè)的“1+3”全場(chǎng)景解決方案體系，在發(fā)力科研創(chuàng)新生態(tài)建設(shè)方面不遺余力，致力于推動(dòng)形成協(xié)同、高效、融合的科研創(chuàng)新生態(tài)，助力高校技術(shù)轉(zhuǎn)移和成果轉(zhuǎn)化。

科研范式變革，已近在眼前，高校產(chǎn)學(xué)研的深度融合，正在于產(chǎn)業(yè)界和學(xué)界兩方，一場(chǎng)又一場(chǎng)的“雙向奔赴”。